जनवरी 2025 में चीनी AI स्टार्टअप DeepSeek ने अपना रीजनिंग मॉडल DeepSeek-R1 जारी किया — और एक सप्ताह के भीतर उसने पूरे तकनीकी जगत को हिला दिया। प्रदर्शन में यह चीनी AI मॉडल OpenAI के ChatGPT के बराबर है, फिर भी इसकी विकास लागत बिल्कुल अलग थी। जहाँ OpenAI का खर्च सैकड़ों मिलियन डॉलर तक पहुँचता है, वहीं DeepSeek ने कथित तौर पर प्रशिक्षण पर केवल $5.6 million खर्च किए। इतना ही नहीं, DeepSeek ने Nvidia के सबसे उन्नत AI चिप्स का उपयोग नहीं किया — अमेरिकी निर्यात नियंत्रण उन्हें चीन को बेचे जाने से रोकते हैं — बल्कि उनके सीमित संस्करणों का उपयोग किया। इससे एक असहज प्रश्न उठा: यदि चीन में इस तरह शक्तिशाली और सस्ता AI बनाया जा सकता है, तो क्या अमेरिकी AI कंपनियों के खगोलीय बजट उचित हैं?
एक नज़र में DeepSeek-R1 बनाम OpenAI
विवरण में जाने से पहले, AI बाज़ार के स्थापित नेता की तुलना में DeepSeek के लॉन्च को इतना असाधारण बनाने वाले पहलुओं की साथ-साथ तुलना यहाँ दी गई है।
| DeepSeek-R1 | OpenAI | |
|---|---|---|
| बताई गई प्रशिक्षण लागत | लगभग $5.6 million | सैकड़ों मिलियन डॉलर |
| हार्डवेयर | Nvidia H800 — निर्यात-अनुरूप, सीमित चिप्स | Nvidia H100 — उच्चतम श्रेणी के AI चिप्स |
| मॉडल तक पहुँच | खुले वेट्स और कोड, डाउनलोड व संशोधन निःशुल्क | स्वामित्वाधीन, केवल API और सदस्यता |
| App Store (जनवरी 2025 के अंत में) | अमेरिका और चीन में निःशुल्क ऐप में नं. 1 | DeepSeek से पीछे छूटा |
| उत्तर फ़िल्टरिंग | राजनीतिक रूप से संवेदनशील विषयों पर राज्य सेंसरशिप | कंपनी द्वारा निर्धारित सामग्री नीति |
DeepSeek ने बाज़ार गिराया: Nvidia को $600 billion का नुकसान
शेयर बाज़ार की प्रतिक्रिया तत्काल थी। AI चिप्स के दुनिया के सबसे बड़े आपूर्तिकर्ता Nvidia के शेयर एक ही दिन में 17% गिर गए, जिससे उसके बाज़ार मूल्य में लगभग $600 billion मिट गए — अमेरिकी शेयर बाज़ार के इतिहास में किसी भी कंपनी की सबसे बड़ी एक-दिवसीय हानि। सबसे बड़ी प्रौद्योगिकी कंपनियों वाला Nasdaq 100 भी हाल के वर्षों की सबसे उल्लेखनीय तकनीकी गिरावटों में से एक में लगभग $1 trillion घट गया।
वेंचर कैपिटलिस्ट, इंजीनियर और आविष्कारक Marc Andreessen ने इसे AI का “Sputnik क्षण” कहा और इसकी तुलना 1957 में Soviet Union के पहले उपग्रह के प्रक्षेपण से की। उस समय दुनिया को एहसास हुआ था कि अंतरिक्ष दौड़ में USSR ने United States को पीछे छोड़ दिया है। अब चीन ने कृत्रिम बुद्धिमत्ता में ऐसी ही छलांग लगाई है, जिससे पश्चिम को स्वीकार करना पड़ा कि तकनीकी श्रेष्ठता अब केवल उसका विशेष लाभ नहीं है।
DeepSeek की सफलता का रहस्य: सस्ते चिप्स, ओपन सोर्स और वायरल ऐप
DeepSeek की सफलता को तीन कारक समझाते हैं। पहला, कंपनी AI प्रशिक्षण की लागत को नाटकीय रूप से घटाने में सफल रही: जहाँ OpenAI अपने मॉडल विकसित करने पर सैकड़ों मिलियन खर्च करता है, DeepSeek ने केवल $5.6 million में तुलनीय प्रदर्शन स्तर हासिल किया। यह इसलिए संभव हुआ क्योंकि कंपनी ने प्रतिस्पर्धियों द्वारा उपयोग किए जाने वाले उच्च-स्तरीय H100 प्रोसेसरों के बजाय अधिक किफायती Nvidia H800 चिप्स का उपयोग किया। अनुकूलित एल्गोरिदम ने DeepSeek को बहुत कम कंप्यूटिंग शक्ति के साथ उच्च दक्षता बनाए रखने दिया।
दूसरा लाभ मॉडल वेट्स और कोड प्रकाशित कर अपनी कृत्रिम बुद्धिमत्ता को ओपन सोर्स बनाने का DeepSeek का निर्णय था। इसका अर्थ है कि कोई भी इस तकनीक को डाउनलोड, अनुकूलित या उन्नत कर सकता है — जो विशेष रूप से उन व्यवसायों, शोधकर्ताओं और स्टार्टअप्स के लिए आकर्षक है जो बड़े पैमाने पर स्वामित्वाधीन AI का खर्च नहीं उठा सकते।
DeepSeek की तेज़ उन्नति के पीछे तीसरा कारक अंतिम उपयोगकर्ताओं के बीच इसकी तात्कालिक और अत्यधिक लोकप्रियता थी। कुछ ही दिनों में DeepSeek चैटबॉट ऐप, ChatGPT को पीछे छोड़ते हुए, अमेरिका और चीन दोनों में Apple App Store का सबसे अधिक डाउनलोड किया जाने वाला निःशुल्क ऐप बन गया।
डिस्टिलेशन के आरोप और अमेरिकी चिप प्रतिबंध
OpenAI और Microsoft ने जाँच शुरू की, क्योंकि उन्हें संदेह था कि DeepSeek ने अपने मॉडल को प्रशिक्षित करने के लिए उनकी तकनीक का उपयोग किया। उनके अनुसार, DeepSeek ने कथित रूप से नॉलेज डिस्टिलेशन पर भरोसा किया — एक ऐसी विधि जिसमें एक AI मॉडल दूसरे की उत्तर और तर्कशैली अपनाने के लिए उसका अनुकरण करता है। यदि यह सिद्ध हो जाता है, तो DeepSeek को गंभीर कानूनी समस्याओं का सामना करना पड़ सकता है।
फिर चीन पर अमेरिकी प्रतिबंध हैं। बीजिंग वर्तमान में Nvidia से सबसे उन्नत चिप्स नहीं खरीद सकता, और अधिक कड़े निर्यात नियंत्रण चीन के अगली पीढ़ी के AI मॉडल विकसित करने के प्रयासों को बाधित कर सकते हैं। फिर भी, DeepSeek का यहाँ तक पहुँचना दर्शाता है कि चीनी तकनीकी उद्योग पहले ही कितना आत्मनिर्भर हो चुका है।
आरोपों के बावजूद, OpenAI CEO Sam Altman ने स्वीकार किया कि DeepSeek एक मजबूत प्रतिस्पर्धी है और कहा कि अपेक्षाकृत कम लागत को देखते हुए चीनी मॉडल प्रभावशाली था।
AI उद्योग के लिए DeepSeek का झटका क्या मायने रखता है
DeepSeek के AI कैसा होना चाहिए और उसकी लागत कितनी होनी चाहिए, इस स्थापित दृष्टिकोण को बदल देने की संभावना है। हाल तक यह माना जाता था कि शक्तिशाली बड़े भाषा मॉडल बनाने के लिए विशाल निवेश और हजारों अत्याधुनिक चिप्स वाला अत्यधिक जटिल बुनियादी ढाँचा चाहिए। चीनी कंपनी ने दिखाया है कि तुलनीय परिणाम बहुत कम संसाधनों से भी संभव हैं। यह उद्योग की पारंपरिक प्रथाओं को चुनौती देता है और प्रमुख खिलाड़ियों को अपनी रणनीति का पुनर्मूल्यांकन करने के लिए बाध्य कर रहा है।
यह सफलता तकनीकी दौड़ में शक्ति-संतुलन भी बदल सकती है। कुछ समय पहले तक चीन को AI में बाहरी खिलाड़ी माना जाता था; अब वह अधिकतम कुछ ही वर्षों से पीछे है। पीछे छूट जाने के खतरे को महसूस करते हुए, अमेरिकी राष्ट्रपति Donald Trump ने Stargate पहल की घोषणा की — अमेरिकी AI डेवलपर्स की स्थिति मजबूत करने के लिए $500 billion तक का कार्यक्रम।
उपयोगकर्ताओं को बनाए रखने के प्रयास में OpenAI ने भी अपनी सेवाओं की कीमतें घटानी शुरू कर दी हैं। यदि DeepSeek लगभग बिना लागत के बाज़ार नेताओं से प्रतिस्पर्धा करने वाले ओपन-सोर्स AI समाधान जारी करता रहता है, तो पूरे उद्योग पर दबाव केवल बढ़ेगा।
DeepSeek का दूसरा पक्ष: सेंसरशिप और लागत पर संदेह
हालाँकि चीनी AI दोषरहित नहीं है। DeepSeek के उत्तर राज्य सेंसरशिप के अनुरूप फ़िल्टर किए जाते हैं — चैटबॉट Xi Jinping या Taiwan के बारे में प्रश्नों के उत्तर देने से मना करता है। कुछ विश्लेषक बताई गई विकास लागतों पर भी प्रश्न उठाते हैं और सुझाव देते हैं कि चीनी सरकार ने परियोजना के लिए बिजली, वेतन और कंप्यूटिंग संसाधनों पर गुप्त रूप से सब्सिडी दी हो सकती है। हालाँकि इसकी पुष्टि करना कठिन है।
डेटा का प्रश्न भी है। DeepSeek ऐप उपयोगकर्ता डेटा को चीन में स्थित सर्वरों पर संग्रहीत करता है, जिससे कई देशों के नियामकों ने पहले ही सेवा की अधिक बारीकी से जाँच शुरू कर दी है — यह याद दिलाता है कि सस्ता AI मॉडल अपनी अनुपालन लागत भी ला सकता है।
DeepSeek और AI दौड़ के लिए आगे क्या है?
DeepSeek खेल के नियम पहले ही बदल चुका है। अब दुनिया की अग्रणी IT कंपनियों को अलग नियमों के अनुसार चलना होगा। तकनीकी दौड़ जारी रहेगी — एक ओर Stargate-स्तर का निवेश और दूसरी ओर ओपन-सोर्स मॉडल — और हम वास्तव में सुलभ कृत्रिम बुद्धिमत्ता के नए युग की दहलीज़ पर हो सकते हैं, या केवल उच्च प्रौद्योगिकी में United States और चीन के बीच तीव्र प्रतिस्पर्धा की शुरुआत में।
स्टार्टअप्स और संस्थापकों के लिए इसका अर्थ
सस्ता, ओपन-वेट AI, AI उत्पाद बनाने की बाधा घटाता है: अब एक छोटी टीम स्वामित्वाधीन पहुँच के लिए भुगतान करने के बजाय अपने बुनियादी ढाँचे पर उच्च-स्तरीय मॉडल चला सकती है। इसका प्रतिफल यह है कि कानूनी और नियामकीय पक्ष — डेटा सुरक्षा, सामग्री फ़िल्टरिंग, लाइसेंसिंग शर्तें — संस्थापक की जिम्मेदारी बन जाता है।
Eesti Firma AI परियोजनाओं के लिए कॉर्पोरेट और कानूनी सहायता प्रदान करता है तथा व्यवसायों को निरंतर बदलते तकनीकी और नियामकीय वातावरण के साथ कदम मिलाने में मदद करता है। पेशेवर परामर्श और सहायता के लिए हमसे संपर्क करने में संकोच न करें।
अक्सर पूछे जाने वाले प्रश्न
DeepSeek-R1 चीनी स्टार्टअप DeepSeek द्वारा जनवरी 2025 में जारी किया गया रीजनिंग-केंद्रित बड़ा भाषा मॉडल है। इसका प्रदर्शन OpenAI के ChatGPT के पीछे के मॉडलों के तुलनीय है, जबकि इसके प्रशिक्षण की लागत बहुत कम है, और इसके वेट्स एक खुले लाइसेंस के तहत प्रकाशित हैं।
निवेशकों को आशंका थी कि यदि उच्च-स्तरीय AI मॉडल को कुछ मिलियन डॉलर में सस्ते, प्रतिबंधित चिप्स पर प्रशिक्षित किया जा सकता है, तो Nvidia के सबसे महंगे हार्डवेयर की मांग अपेक्षा से कम हो सकती है। शेयर एक दिन में 17% गिर गए, जिससे बाज़ार मूल्य में लगभग $600 billion मिट गए।
मॉडल वेट्स और कोड सार्वजनिक रूप से उपलब्ध हैं, इसलिए डेवलपर्स स्वयं मॉडल को डाउनलोड, चला और फाइन-ट्यून कर सकते हैं। हालाँकि प्रशिक्षण डेटा जारी नहीं किया गया है, इसलिए इसे अधिक सटीक रूप से ओपन-वेट मॉडल कहा जाता है।
DeepSeek ने अंतिम प्रशिक्षण रन की लागत लगभग $5.6 million बताई। कुछ विश्लेषक कहते हैं कि इस आँकड़े में शोध, पहले के प्रयोग और हार्डवेयर खरीद शामिल नहीं हैं, इसलिए कुल कार्यक्रम लागत संभवतः बहुत अधिक थी।
हाँ — खुला लाइसेंस व्यावसायिक उपयोग की अनुमति देता है और मॉडल को आपके अपने या यूरोपीय क्लाउड बुनियादी ढाँचे पर होस्ट किया जा सकता है। तैनाती से पहले कंपनियों को फिर भी डेटा सुरक्षा, सामग्री फ़िल्टरिंग और लाइसेंस की शर्तों का आकलन करना चाहिए।
